[发明专利]一种特征对比方法、系统、设备以及介质

权利要求书

1.一种特征对比方法，其特征在于，包括以下步骤：

构建特征底库；

计算所述特征底库中的每一个物体对应的多个特征向量两两之间的相似度以得到所述每一个物体对应的相似度范围；

将多个物体的相似度范围取并集以得到相似度的阈值范围；

计算待对比的特征向量与所述特征底库中的每一个特征向量之间的相似度；

将计算得到的处于所述阈值范围内的相似度对应的特征向量进行排序；

基于所述排序将若干特征向量分别对应的物体ID返回给用户。

2.如权利要求1所述的方法，其特征在于，构建特征底库，进一步包括：

利用训练好的神经网络模型对物体的多个图像分别提取特征向量；

将提取到的多个所述特征向量的精度降低至目标精度。

3.如权利要求2所述的方法，其特征在于，将提取到的多个所述特征向量的精度降低至目标精度，进一步包括：

将构成所述特征向量的标量数据进行排序；

根据所述目标精度对应的范围值分别计算前M个的标量数据和后M个的标量数据对应的数据密度；

利用所述前M个的标量数据中所述数据密度最大的标量数据除以所述目标精度对应的范围值中的最大值确定第一缩放值，并利用所述后M个的标量数据中所述数据密度最大的标量数据除以所述目标精度对应的范围值中的最小值确定第二缩放值；

将所述第一缩放值以及所述第二缩放值中的较大值作为最终的缩放值，并利用所述最终的缩放值对所述多个所述特征向量进行量化处理，以使所述多个特征向量的精度降低至所述目标精度。

4.如权利要求3所述的方法，其特征在于，根据所述目标精度对应的范围值分别计算前M个的标量数据和后M个的标量数据对应的数据密度，进一步包括：

将所述前M个的标量数据中的每一个标量数据均减去所述目标精度对应的范围值中的最大值以得到中间值；

分别统计处于所述前M个的标量数据中的每一个标量数据与对应的所述中间值范围内的所述标量数据的数量，以根据所述数量确定所述数据密度；或者，

将所述后M个的标量数据中的每一个标量数据均减去所述目标精度对应的范围值中的最小值以得到中间值；

分别统计处于所述后M个的标量数据中的每一个标量数据与对应的所述中间值范围内的所述标量数据的数量，以根据所述数量确定所述数据密度。

5.如权利要求3所述的方法，其特征在于，利用所述最终的缩放值对所述多个所述特征向量进行量化处理，进一步包括：

将构成所述特征向量的每一个标量数据均除以所述缩放值。

6.如权利要求1所述的方法，其特征在于，计算待对比的特征向量与所述特征底库中的每一个特征向量之间的相似度，进一步包括：

利用CUBLAS库计算所述待对比的特征向量与所述特征底库中的每一个特征向量之间的相似度。

7.如权利要求1所述的方法，其特征在于，将多个物体的相似度范围取并集以得到相似度的阈值范围，进一步包括：

对所述阈值范围进行调整。

8.一种特征对比系统，其特征在于，包括：

构建模块，所述构建模块配置为构建特征底库；

第一计算模块，所述第一计算模块配置为计算所述特征底库中的每一个物体对应的多个特征向量两两之间的相似度以得到所述每一个物体对应的相似度范围；

阈值确定模块，所述阈值确定模块配置为将多个物体的相似度范围取并集以得到相似度的阈值范围；

第二计算模块，所述第二计算模块配置为计算待对比的特征向量与所述特征底库中的每一个特征向量之间的相似度；

排序模块，所述排序模块配置为将计算得到的处于所述阈值范围内的相似度对应的特征向量进行排序；

返回模块，所述返回模块配置为基于所述排序将若干特征向量分别对应的物体ID返回给用户。